AI Boleh Meramalkan Prognosis Selepas Pembedahan Hernia Cakera Lumbar

Ikuti Drugslib di

Disemak secara perubatan oleh Drugs.com.

Oleh Elana Gotkine HealthDay Reporter

JUMAAT, Feb . 9, 2024 -- Model pembelajaran mesin boleh memaklumkan kepada pesakit dan doktor tentang prognosis selepas pembedahan hernia cakera lumbar, menurut kajian yang diterbitkan dalam talian pada 7 Februari dalam JAMA Network Open.

Bjørnar Berg, Ph.D. , dari Universiti Metropolitan Oslo di Norway, dan rakan sekerja membangunkan dan mengesahkan model ramalan untuk ketidakupayaan dan kesakitan 12 bulan selepas pembedahan herniasi cakera lumbar dalam kajian prognostik berasaskan pendaftaran prospektif. Analisis itu termasuk 22,707 kes pembedahan (21,161 pesakit) di Pejabat Pendaftaran Norway untuk Pembedahan Tulang Belakang.

Para penyelidik mendapati bahawa perkadaran kes yang tidak berjaya rawatan adalah 33, 27, dan 31 peratus berdasarkan peningkatan dalam Oswestry Indeks Hilang Upaya (ODI), sakit belakang Numeric Rating Scale (NRS), dan sakit kaki NRS, masing-masing. Di seluruh lima wilayah geografi, model pembelajaran mesin yang dipilih menunjukkan diskriminasi dan penentukuran yang konsisten dalam pengesahan silang dalaman-luaran. Untuk model ODI, statistik C adalah antara 0.81 hingga 0.84. Di seluruh kawasan, cerun penentukuran (anggaran mata, 0.94 hingga 1.03) dan pintasan penentukuran (anggaran titik, -0.05 hingga 0.11) juga konsisten. Statistik C adalah antara 0.75 hingga 0.80 untuk sakit belakang NRS dan dari 0.74 hingga 0.77 untuk sakit kaki NRS.

"Model tersebut berdasarkan ramalan praoperasi yang tersedia secara rutin, menjadikannya mudah menerima pengesahan luaran selanjutnya dalam pendaftaran tulang belakang yang lain dan berpotensi dapat dilaksanakan dalam sistem rekod perubatan elektronik untuk memaklumkan tentang prognosis individu dan membantu dalam membuat keputusan pembedahan," pengarang. tulis.

Abstrak/Teks Penuh

Penafian: Data statistik dalam artikel perubatan memberikan trend umum dan tidak berkaitan dengan individu. Faktor individu boleh sangat berbeza. Sentiasa dapatkan nasihat perubatan yang diperibadikan untuk keputusan penjagaan kesihatan individu.

Sumber: HealthDay

Disiarkan : 2024-02-10 22:15

Baca lagi

Penafian

Segala usaha telah dilakukan untuk memastikan bahawa maklumat yang diberikan oleh Drugslib.com adalah tepat, terkini -tarikh, dan lengkap, tetapi tiada jaminan dibuat untuk kesan itu. Maklumat ubat yang terkandung di sini mungkin sensitif masa. Maklumat Drugslib.com telah disusun untuk digunakan oleh pengamal penjagaan kesihatan dan pengguna di Amerika Syarikat dan oleh itu Drugslib.com tidak menjamin bahawa penggunaan di luar Amerika Syarikat adalah sesuai, melainkan dinyatakan sebaliknya secara khusus. Maklumat ubat Drugslib.com tidak menyokong ubat, mendiagnosis pesakit atau mengesyorkan terapi. Maklumat ubat Drugslib.com ialah sumber maklumat yang direka bentuk untuk membantu pengamal penjagaan kesihatan berlesen dalam menjaga pesakit mereka dan/atau memberi perkhidmatan kepada pengguna yang melihat perkhidmatan ini sebagai tambahan kepada, dan bukan pengganti, kepakaran, kemahiran, pengetahuan dan pertimbangan penjagaan kesihatan pengamal.

Ketiadaan amaran untuk gabungan ubat atau ubat yang diberikan sama sekali tidak boleh ditafsirkan untuk menunjukkan bahawa gabungan ubat atau ubat itu selamat, berkesan atau sesuai untuk mana-mana pesakit tertentu. Drugslib.com tidak memikul sebarang tanggungjawab untuk sebarang aspek penjagaan kesihatan yang ditadbir dengan bantuan maklumat yang disediakan oleh Drugslib.com. Maklumat yang terkandung di sini tidak bertujuan untuk merangkumi semua kemungkinan penggunaan, arahan, langkah berjaga-jaga, amaran, interaksi ubat, tindak balas alahan atau kesan buruk. Jika anda mempunyai soalan tentang ubat yang anda ambil, semak dengan doktor, jururawat atau ahli farmasi anda.

Kata Kunci Popular